[发明专利]显著性边缘引导的绝缘子区域检测方法

说明书

本发明公开了一种基于显著性边缘引导的绝缘子区域检测方法，包括：采用结构化随机森林边缘检测算法快速提取图像边缘概率图，通过非极大值抑制细化图像边缘；利用贝叶斯框架计算各边缘的显著值；筛选出高显著性边缘，根据绝缘子边缘分布波动性形态特征进行二次判断，确定绝缘子边缘段；利用SLIC算法获取绝缘子图像超像素，利用颜色、纹理特征的生长实现绝缘子串的分割。本发明利用显著性边缘进行绝缘子区域检测，对环境、绝缘子种类敏感度低，可应用于多种环境、多种绝缘子的检测中，通用性好，可节省大量人力物力。

技术领域

本发明涉及一种基于显著性边缘引导的绝缘子区域检测方法，属于计算机视觉与输电线路巡检领域。

背景技术

随着我国国民经济的快速发展、人民群众生活、工业、商业用电需求的不断增长及全球能源互联网建设的不断推进，对各类电力设备的安全性及可靠性提出了更为苛刻的要求。输电线路作为电网中的重要组成部分，其稳定运行是国民安全用电的重要保障。绝缘子是架空输电线路上的重要电力配件，但因输电线路长期运行在高电压、强场强露天环境中，绝缘子不仅要承受正常的机械、电力荷载，还要经受风霜雨雪、雷电及大气污染等各种恶劣的自然条件的影响，加速绝缘子老化，若没有及时找到电力设备放电的原因并对故障部件进行维修和更换，放任放电故障发展，结果极有可能导致设备击穿、闪络等现象，致使故障更为严重，波及范围也大大增加。为保证输电线路的安全运行，有必要对输电线路的绝缘子进行检测。

传统的输电线路绝缘子检测通常是人工到位肉眼查看，在电力线的大覆盖面积和多样化环境的需求下，人工到位的绝缘子检测效率低，实时性差，危险性大，对工作人员状态和经验要求高，往往不能满足电力线巡检的覆盖面与即时性要求，智能化手段代替人工检测已成为必然趋势，但目前仍未有有效的智能化输电线路绝缘子检测方法。随着无人机航拍技术的成熟，利用无人机对输电线路进行航拍巡检已经逐渐普及。利用图像处理技术对航拍图像中的绝缘子进行定位是绝缘子检测的关键步骤，可为检巡检人员提供技术支持，辅助其进行进一步的绝缘子故障检测。但是，输电线路巡检环境复杂，绝缘子种类众多，现有的绝缘子区域检测方法难以满足多种环境下多类别绝缘子准确定位的需求。

发明内容

本发明所解决的技术问题是现有技术中绝缘子区域的边缘检测的定位效率和精度有待提高的问题，提出一种对电力设备中绝缘子进行检测的智能化办法，通过对图像信息的分析，实现对可见光图片中的绝缘子区域进行快速定位与检测，实现绝缘子区域的准确、高效检测。

为解决上述技术问题，本发明提供一种基于显著性边缘引导的绝缘子区域检测方法，包括以下步骤：

采用结构化随机森林边缘检测算法提取图像边缘概率图，并通过非极大值抑制算法细化图像边缘，得到细化边缘概率图，筛选细化边缘概率图中边缘连续长度大于所有边缘平均长度且该边缘强度大于边缘平均强度的所有边缘，并将得到的新的边缘概率图归一化至[0,1]；

利用贝叶斯框架计算各边缘的显著值，将局部边缘特征信息代入贝叶斯推理框架中计算该边缘的显著性值；

将得到的所有边缘按显著值从高到低进行排序，筛选出显著性高的边缘，利用绝缘子边缘分布呈现波动性的形态特征进行二次判断，获取绝缘子边缘段。

在上述技术方案的基础上，为了解决现有绝缘子分割不全的问题，还包括基于多特征融合的超像素生长方法，利用SLIC算法对绝缘子图像进行超像素分割，寻找绝缘子边缘段对应的超像素集作为种子图像块，利用颜色、纹理特征进行生长，提取图像中完整的绝缘子串区域。

与现有技术相比，本发明的有益效果是：

(1)本发明将结构化随机森林构与贝叶斯框架相结合，筛选显著性边缘作为绝缘子串候选边缘段，有利于去除检测场景中背景弱边缘的干扰，降低绝缘子串误检率；

(2)本发明提出利用绝缘子串边缘的波动性特征进行二次判断，对环境、绝缘子种类敏感度低，极大地提高了绝缘子定位的准确率；